Dalam keuangan dan statistik, koefisien determinasi, juga disebut sebagai R-kuadrat (atau R2) adalah ukuran hubungan antara dua kumpulan data yang digunakan dalam model matematika.
Kredit Gambar: ijeab/iStock/GettyImages
Di bidang keuangan dan statistik, koefisien determinasi, juga disebut sebagai R-kuadrat (atau R2) adalah ukuran hubungan antara dua kumpulan data yang digunakan dalam model matematika. Ini mewakili rasio varians dalam variabel dependen yang dapat diprediksi dari variabel independen dalam model. Ini sering digunakan dalam analisis regresi untuk mengevaluasi prediksi hasil di masa depan berdasarkan hasil yang diamati. Anda dapat menghitung R-kuadrat di Excel menggunakan fungsi RSQ.
Koefisien. Penentuan di Excel
Di Microsoft Excel, fungsi RSQ digunakan untuk menentukan nilai R-kuadrat untuk dua set titik data. Fungsi mengembalikan kuadrat dari koefisien korelasi product moment Pearson, yang mengukur korelasi linier antara variabel x dan y. Koefisien korelasi selalu berada dalam kisaran -1 dan +1. Nilai yang dikembalikan oleh RSQ di Excel selalu antara 0 dan 1 (karena dihitung sebagai kuadrat dari koefisien korelasi, nilai tidak pernah dapat mengembalikan nilai negatif).
Video Hari Ini
Sintaks Fungsi RSQ
Fungsi RSQ mengambil dua set data sebagai argumen, disebut sebagai known_x dan known_y. Kumpulan data ini dapat berupa daftar angka atau daftar atau rentang referensi sel. Misalnya, Anda ingin melakukan analisis regresi pada uang yang dihabiskan untuk iklan vs. pendapatan dari penjualan, di mana pengeluaran iklan bulanan tercantum di kolom A dan pendapatan bulanan tercantum di kolom B. Anda dapat menggunakan fungsi RSQ dengan memasukkan RSQ(A1:A10,B1:B10), yang menggunakan nilai pada baris 1 sampai 10 dari kolom A (biaya iklan) dan B (pendapatan).
Menggunakan Fungsi CORREL dan PEARSON
Excel juga menyediakan cara untuk menghitung koefisien korelasi untuk dua kumpulan data menggunakan fungsi CORREL dan PEARSON. Seperti fungsi RSQ, baik CORREL dan PEARSON mengambil dua rentang nilai sel sebagai argumen. Mengambil hasil CORREL atau PEARSON untuk mencari koefisien korelasi dan mengkuadratkan hasilnya sama dengan menggunakan fungsi RSQ untuk menentukan koefisien determinasi.
Menafsirkan Hasil RSQ
Fungsi CORREL dan PEARSON mengembalikan nilai antara -1 dan 1. Ini adalah ukuran korelasi positif atau negatif tanpa dimensi antara dua set data yang disediakan sebagai argumen. Nilai kembalian dari fungsi RSQ adalah antara 0 dan 1, terkadang dinyatakan sebagai persentase dari 0 hingga 100. Banyak analis percaya bahwa hasil RSQ yang lebih tinggi menunjukkan model matematika yang lebih akurat, sementara yang lain katakan bahwa penting untuk melihat semua faktor yang dapat mempengaruhi hasil tinggi atau rendah sebelum menggambar kesimpulan.
Para ahli juga mengatakan Anda harus menghindari membandingkan nilai R-kuadrat untuk model dan kumpulan data yang berbeda. Dalam kasus di mana perbedaan besar antara jenis data yang dibandingkan, hasilnya bisa menyesatkan. Ada ukuran yang lebih rumit untuk membandingkan model daripada nilai R-kuadrat, seperti Uji-F dan kriteria informasi.
Memvisualisasikan Analisis Regresi
Bagan sebar Excel paling sering digunakan untuk memperlihatkan hubungan antara kumpulan data selama analisis regresi. Rentang nilai untuk satu kumpulan data ditampilkan pada sumbu x horizontal dan rentang untuk kumpulan lainnya pada sumbu y vertikal. Titik data dipetakan ke perpotongan nilai x dan y dengan menggunakan pasangan nilai dari setiap kumpulan data.
Dengan menggunakan contoh periklanan dan penjualan, di mana biaya iklan dicantumkan di kolom A dan pendapatan bulanan di kolom B, sumbu horizontal akan menunjukkan kisaran pendapatan bulanan dan vertikal akan menunjukkan kisaran iklan biaya. Titik-titik data dalam bagan akan diplot dengan melihat sel-sel yang berdekatan di kolom A dan kolom B. Pola titik yang dihasilkan dapat digunakan untuk memvisualisasikan jumlah korelasi antar variabel.
